ANÁLISE DE DADOS EM SISTEMAS PRODUTIVOS

Prévia do material em texto

1a 
 Questão 
Acerto: 1,0 / 1,0 
 
(ELETROBRAS-FURNAS / 2009) Que técnica de Gestão da Qualidade Total enfatiza 
uma busca disciplinada da alta qualidade e da redução de custos, com disciplina 
baseada em uma metodologia conhecida como DMAIC (Definir, Medir, Analisar, 
Melhorar e Controlar), que proporciona uma maneira estruturada para as 
organizações abordarem e resolverem os problemas? 
 
 
Tempo de Ciclo. 
 
Melhoria Contínua. 
 Seis Sigma. 
 
Círculo da Qualidade. 
 
Benchmarking. 
 
 
Explicação: 
Gabarito: Seis Sigma. 
Comentários: 
O Seis Sigma ou Six Sigma (em inglês) pode ser definido como um conjunto de práticas 
desenvolvidas para maximizar o desempenho dos processos dentro da empresa, 
eliminando os seus defeitos e as não conformidades de acordo com as especificações de 
fábrica. A metodologia DMAIC é a parte fundamental da metodologia. 
 
 
2a 
 Questão 
Acerto: 1,0 / 1,0 
 
(ITAIPU BINACIONAL / 2019) Desde os tempos da Grande Biblioteca de Alexandria, 
bibliotecários tinham de lidar com o armazenamento de documentos. Com o aumento 
das coleções, surgiu a necessidade de rótulos que agrupassem documentos por 
tópicos comuns. Cada grupo rotulado constitui uma classe. As classes são utilizadas 
não apenas para descrever os tópicos, mas também outras características, tais como 
linguagem, gênero, autoridade, popularidade etc. Sobre classificação de textos com 
aprendizado de máquina, assinale a alternativa correta. 
 
 
Muitos algoritmos de classificação de textos utilizam aprendizado de 
máquina, que pode ser aprendizagem profunda ou árvores de decisão. 
 O problema de classificação de textos pode se tornar mais sofisticado ao se 
adicionarem à entrada exemplos de documentos pré-classificados por seres 
humanos, os quais podem ser utilizados para treinar (ou ajustar) o 
classificador. 
 
Para avaliação dos classificadores, são utilizados documentos pré-
selecionados, para os quais as classes são conhecidas - o conjunto de 
treinamento. 
 
Os algoritmos de aprendizagem supervisionada requerem função de 
aprendizagem (deep learning) e dados de testes. 
 
Os algoritmos de aprendizagem não supervisionada requerem função de 
aprendizagem (deep learning) e dados de treinamento. 
 
 
Explicação: 
Gabarito: O problema de classificação de textos pode se tornar mais sofisticado ao se 
adicionarem à entrada exemplos de documentos pré-classificados por seres humanos, os 
quais podem ser utilizados para treinar (ou ajustar) o classificador. 
Comentários: 
O aprendizado supervisionado precisa que os dados sejam rotulados para identificar 
padrões, isto é, para que a aprendizagem supervisionada funcione é preciso inserir os 
valores de entrada, no mesmo momento em que antecipa o valor de saída esperado, 
conhecido como sinal de supervisão. A aprendizagem supervisionada possui duas técnicas: 
classificação e previsão. 
Alternativa "Muitos algoritmos de classificação de textos utilizam aprendizado de máquina, 
que pode ser aprendizagem profunda ou árvores de decisão." - errada, um sistema de 
classificação é diferente de uma árvore de decisão que trabalha com dados probabilísticos 
Alternativa "Os algoritmos de aprendizagem supervisionada requerem função de 
aprendizagem (deep learning) e dados de testes." - deep learning é utilizado no 
aprendizado de reforço, utilizando computadores para realizar tarefas como seres 
humanos, o que inclui reconhecimento de fala, identificação de imagem e previsões. Em 
vez de organizar os dados para serem executados através de equações predefinidas, o 
deep learning configura parâmetros básicos sobre os dados e treina o computador para 
aprender sozinho através do reconhecimento padrões em várias camadas de 
processamento. 
Alternativa "Os algoritmos de aprendizagem não supervisionada requerem função de 
aprendizagem (deep learning) e dados de treinamento." - errada deep learning é utilizado 
no aprendizado de reforço, utilizando computadores para realizar tarefas como seres 
humanos, o que inclui reconhecimento de fala, identificação de imagem e previsões. Em 
vez de organizar os dados para serem executados através de equações predefinidas, o 
deep learning configura parâmetros básicos sobre os dados e treina o computador para 
aprender sozinho através do reconhecimento padrões em várias camadas de 
processamento. 
Alternativa "Para avaliação dos classificadores, são utilizados documentos pré-
selecionados, para os quais as classes são conhecidas - o conjunto de 
treinamento." - errada, veja o comentário inicial. 
 
 
3a 
 Questão 
Acerto: 0,0 / 1,0 
 
(CESPE / 2016) Acerca de data mining, assinale a opção correta. 
 
 
As redes neurais são um recurso matemático/computacional usados na 
aplicação de técnicas estatísticas nos processos de data mining e consistem 
em utilizar uma massa de dados para criar e organizar regras de classificação 
e decisão em formato de diagrama de árvore, que vão classificar seu 
comportamento ou estimar resultados futuros. 
 As séries temporais correspondem a técnicas estatísticas utilizadas no cálculo 
de previsão de um conjunto de informações, analisando-se seus valores ao 
longo de determinado período. Nesse caso, para se obter uma previsão mais 
precisa, devem ser descartadas eventuais sazonalidades no conjunto de 
informações. 
 
Os processos de data mining tem os seguintes objetivos: trabalhar os dados 
existentes no banco de dados e realizar inferências, buscando reconhecer 
correlações não explícitas nos dados do banco de dados. 
 As aplicações de data mining utilizam diversas técnicas de natureza 
estatística, como a análise de conglomerados (cluster analysis), que tem 
como objetivo agrupar, em diferentes conjuntos de dados, os elementos 
identificados como semelhantes entre si, com base nas características 
analisadas. 
 
A fase de preparação para implementação de um projeto de data mining 
consiste, entre outras tarefas, em coletar os dados que serão garimpados, que 
devem estar exclusivamente em um banco de dados interno da empresa. 
 
 
Explicação: 
Gabarito: "As aplicações de data mining utilizam diversas técnicas de natureza estatística, 
como a análise de conglomerados (cluster analysis), que tem como objetivo agrupar, em 
diferentes conjuntos de dados, os elementos identificados como semelhantes entre si, com 
base nas características analisadas." - As aplicações de data mining utilizam diversas 
técnicas de natureza estatística, como a análise de conglomerados (cluster analysis), que 
tem como objetivo agrupar, em diferentes conjuntos de dados, os elementos identificados 
como semelhantes entre si, com base nas características analisadas. 
Comentários: 
"A fase de preparação para implementação de um projeto de data mining consiste, entre 
outras tarefas, em coletar os dados que serão garimpados, que devem estar 
exclusivamente em um banco de dados interno da empresa." - Errado. Não devem estar 
necessariamente em um banco de dados. 
"As redes neurais são um recurso matemático/computacional usados na aplicação de 
técnicas estatísticas nos processos de data mining e consistem em utilizar uma massa de 
dados para criar e organizar regras de classificação e decisão em formato de diagrama de 
árvore, que vão classificar seu comportamento ou estimar resultados futuros." - Errado. Isso 
é função das Árvores de Decisão e, não, Redes Neurais. 
"As séries temporais correspondem a técnicas estatísticas utilizadas no cálculo de previsão 
de um conjunto de informações, analisando-se seus valores ao longo de determinado 
período. Nesse caso, para se obter uma previsão mais precisa, devem ser descartadas 
eventuais sazonalidades no conjunto de informações." - Errado. Devem ser consideradas 
eventuais sazonalidades no conjunto de informações. 
"Os processos de data mining tem os seguintes objetivos: trabalhar os dados existentes no 
banco de dados e realizar inferências, buscando reconhecer correlações não explícitas nos 
dadosdo banco de dados." - Errado. Esses não são objetivos de uma Ferramenta OLAP. 
 
 
4a 
 Questão 
Acerto: 0,0 / 1,0 
 
TSE - 2012. Uma variável X tem desvio-padrão 6, enquanto uma variável Y desvio-
padrão 10. A covariância entre X e Y é -50. Assim, a variância de X + Y [Var(X+Y)] é 
 
 
136. 
 86. 
 36. 
 
- 84. 
 
58 
 
 
Explicação: 
A resposta certa é: 36. 
 
 
5a 
 Questão 
Acerto: 1,0 / 1,0 
 
TJ/Al. Suponha que o estimador do parâmetro populacional θ tem 
distribuição normal com média θ e variância igual a 4. Uma amostra de tamanho n = 
16 é extraída obtendo-se θ = 7. Supondo φ(1,5) 0,95 e φ(2) ≅ 0,975, sendo φ(z) a 
função distribuição acumulada da normal-padrão. Então, o intervalo para θ, com 95% 
de confiança, será: 
 
 
5 < θ < 9. 
 
4 < θ < 10 
 
3 < θ < 11. 
 6 < θ < 8. 
 
6,25 < θ < 7,751. 
 
 
Explicação: 
A resposta certa é: 6 < θ < 8. 
 
 
6a 
 Questão 
Acerto: 0,0 / 1,0 
 
O gráfico a seguir apresenta a quantidade de produtos não conformes de uma 
indústria nos últimos cinco meses de 2020. A média é igual a: 
 
 
 
6500. 
 7200. 
 9100. 
 
7500. 
 
8400. 
 
 
Explicação: 
A resposta certa é: 7200. 
 
 
7a 
 Questão 
Acerto: 1,0 / 1,0 
 
Na indústria de copiadoras, uma medida da aceitabilidade de uma cópia é a 
quantidade de partículas de toner de fundo que aderem à parte da cópia que se 
destina a ser branca. Minimizar o toner residual em áreas brancas é um objetivo de 
"menos é o melhor". Foi determinado que aproximadamente metade dos clientes não 
tolerará um nível de fundo além de 1,2 unidades de fundo. Além disso, uma chamada 
de serviço é feita em um custo de $ 200 mais o custo do tempo de inatividade da 
copiadora: $ 150 por hora. Se o tempo médio de inatividade da copiadora é de 2,5 
horas, qual é a função de perda associada? 
 
 399,30 
 
380,57 
 
350,00 
 
410,50 
 
420,58 
 
 
Explicação: 
A resposta correta é: 399,30 
 
 
8a 
 Questão 
Acerto: 1,0 / 1,0 
 
(UNESP 2020) 
A teoria do controle da qualidade total tem como pedra fundamental uma definição 
de qualidade que tem como ponto de partida: 
 
 
O estudo de um processo e o planejamento do seu custo financeiro. 
 O interesse do cliente. 
 
A prosperidade dos funcionários. 
 
A implementação de mudanças. 
 
O estudo de resultados. 
 
 
Explicação: 
A resposta correta é: O interesse do cliente. 
 
 
9a 
 Questão 
Acerto: 1,0 / 1,0 
 
A seguir temos uma amostra de 24 dados referentes a concentração (gr/l) de um 
determinado produto. 
 
Sobre este processo é correto o que se afirma em: 
 
 O processo não apresenta causas especiais. 
 
O processo apresenta 2 causas especiais. 
 
O processo apresenta 8 causas especiais. 
 
O processo apresenta 4 causas especiais. 
 
O processo apresenta 1 causa especial. 
 
 
Explicação: 
A resposta certa é: O processo não apresenta causas especiais. 
 
 
10a 
 Questão 
Acerto: 1,0 / 1,0 
 
CESP (2010). Considerando que o controle estatístico de processo é uma ferramenta 
de monitoramento e análise com o objetivo de controlar e atender especificações 
previamente definidas das variáveis, assinale a opção correta. 
 
 
No controle estatístico de processo realiza-se ação de inspeção. 
 
Seu objetivo é separar os itens bons de uma produção dos itens ruins. 
 
Os responsáveis pelo controle estatístico de processo são os operadores e 
inspetores. 
 O padrão de comparação utilizado no controle estatístico de processo são os 
limites de controle e não os limites de especificação. 
 
Sua ênfase está na detecção de defeitos. 
 
 
Explicação: 
A resposta certa é: O padrão de comparação utilizado no controle estatístico de processo 
são os limites de controle e não os limites de especificação.